Fugu-MT 論文翻訳(概要): Interactive Learning of Hierarchical Tasks from Dialog with GPT

論文の概要: Interactive Learning of Hierarchical Tasks from Dialog with GPT

arxiv url: http://arxiv.org/abs/2305.10349v1
Date: Wed, 17 May 2023 16:32:40 GMT
ステータス: 処理完了
システム内更新日: 2023-05-18 14:51:23.062759
Title: Interactive Learning of Hierarchical Tasks from Dialog with GPT
Title（参考訳）: GPTを用いた対話型階層型タスクの対話学習
Authors: Lane Lawley and Christopher J. MacLellan
Abstract要約: 本稿では,対話型フロントエンドとしてGPTモデルを用いた対話型対話型タスク学習システムを提案する。階層的なタスク知識は,自然かつ制約のない会話環境において獲得・再利用可能であることを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present a system for interpretable, symbolic, interactive task learning from dialog using a GPT model as a conversational front-end. The learned tasks are represented as hierarchical decompositions of predicate-argument structures with scoped variable arguments. By using a GPT model to convert interactive dialog into a semantic representation, and then recursively asking for definitions of unknown steps, we show that hierarchical task knowledge can be acquired and re-used in a natural and unrestrained conversational environment. We compare our system to a similar architecture using a more conventional parser and show that our system tolerates a much wider variety of linguistic variance.
Abstract（参考訳）: 本稿では,対話型フロントエンドとしてGPTモデルを用いた対話型対話型タスク学習システムを提案する。学習されたタスクは、スコープ変数引数を持つ述語-代用構造の階層的分解として表現される。 gptモデルを用いて対話的な対話を意味表現に変換し、未知のステップの定義を再帰的に要求することで、階層的タスク知識を自然かつ無拘束な会話環境において獲得し、再使用することができることを示す。より従来型のパーサを用いて,システムと類似したアーキテクチャを比較し,より広範な言語的分散を許容することを示す。

関連論文リスト

Revisiting Conversation Discourse for Dialogue Disentanglement [88.3386821205896]
本稿では,対話談話特性を最大限に活用し,対話の絡み合いを高めることを提案する。我々は,会話の意味的文脈をより良くモデル化するために,リッチな構造的特徴を統合する構造認識フレームワークを開発した。我々の研究は、より広範なマルチスレッド対話アプリケーションを促進する大きな可能性を秘めている。
論文参考訳（メタデータ） (2023-06-06T19:17:47Z)
CTRLStruct: Dialogue Structure Learning for Open-Domain Response Generation [38.60073402817218]
十分に構造化されたトピックフローは、バックグラウンド情報を活用し、将来のトピックを予測することで、制御可能で説明可能な応答を生成する。本稿では,話題レベルの対話クラスタを効果的に探索する対話構造学習のための新しいフレームワークを提案する。 2つの人気のあるオープンドメイン対話データセットの実験は、優れた対話モデルと比較して、我々のモデルはより一貫性のある応答を生成できることを示している。
論文参考訳（メタデータ） (2023-03-02T09:27:11Z)
Contextual Dynamic Prompting for Response Generation in Task-oriented Dialog Systems [8.419582942080927]
応答生成はタスク指向対話システムにおいて重要なコンポーネントの1つである。本稿では,対話コンテキストからプロンプトを学習するテキスト動的プロンプトを実現する手法を提案する。文脈的動的プロンプトは,3つの絶対点で構造化されたテキスト合成スコア citemehri-etal 2019 を用いて応答生成を改善することを示す。
論文参考訳（メタデータ） (2023-01-30T20:26:02Z)
SPACE-2: Tree-Structured Semi-Supervised Contrastive Pre-training for Task-Oriented Dialog Understanding [68.94808536012371]
本稿では,限定ラベル付きダイアログと大規模未ラベルダイアログコーパスから対話表現を学習する,木構造付き事前学習会話モデルを提案する。提案手法は,7つのデータセットと4つの一般的な対話理解タスクからなるDialoGLUEベンチマークにおいて,最新の結果が得られる。
論文参考訳（メタデータ） (2022-09-14T13:42:50Z)
GRASP: Guiding model with RelAtional Semantics using Prompt [3.1275060062551208]
本稿では Prompt (GRASP) を用いたRelAtional Semantics を用いた誘導モデルを提案する。我々は、プロンプトベースの微調整アプローチを採用し、引数を意識したプロンプトマーカー戦略を用いて、ある対話における関係意味的手がかりをキャプチャする。実験では、DialogREデータセット上でのF1とF1cのスコアの観点から、GRASPの最先端のパフォーマンスが評価された。
論文参考訳（メタデータ） (2022-08-26T08:19:28Z)
Structure Extraction in Task-Oriented Dialogues with Slot Clustering [94.27806592467537]
タスク指向対話では、対話構造はしばしば対話状態間の遷移グラフと見なされている。本稿では,タスク指向対話における構造抽出のための簡易かつ効果的な手法を提案する。
論文参考訳（メタデータ） (2022-02-28T20:18:12Z)
Discovering Dialog Structure Graph for Open-Domain Dialog Generation [51.29286279366361]
chitchat corporaの対話構造を無監督で発見します。次に、下流システムでのダイアログ生成を容易にするために利用します。本稿では,グラフニューラルネットワーク(DVAE-GNN)を用いた離散変分自動エンコーダを提案する。
論文参考訳（メタデータ） (2020-12-31T10:58:37Z)
Structured Attention for Unsupervised Dialogue Structure Induction [110.12561786644122]
本稿では、構造化された注意層を離散潜在状態を持つ変化型リカレントニューラルネットワーク(VRNN)モデルに組み込んで、教師なしの方法で対話構造を学ぶことを提案する。バニラVRNNと比較して、構造化された注意は、構造的帰納バイアスを強制しながら、ソース文の埋め込みの異なる部分にフォーカスすることができる。
論文参考訳（メタデータ） (2020-09-17T23:07:03Z)
Variational Hierarchical Dialog Autoencoder for Dialog State Tracking Data Augmentation [59.174903564894954]
本研究では,この手法を,ゴール指向対話のための対話状態追跡タスクに拡張する。目的指向ダイアログの完全な側面をモデル化するための変分階層型ダイアログオートエンコーダ(VHDA)を提案する。各種ダイアログデータセットを用いた実験により、生成データ拡張による下流ダイアログトラッカーのロバスト性の向上が示された。
論文参考訳（メタデータ） (2020-01-23T15:34:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。